引言
气候变暖背景下全球干旱风险升高（Huang et al.，2016）。作为气候变化高敏感区域，近年来中国干旱半干旱区显著扩张，干旱灾害发生频次和强度均呈增加趋势（姜江等，2017）。由干旱造成的区域水资源短缺、植被退化、土地荒漠化和空气环境质量恶化等一系列问题，严重威胁着粮食和生态安全，已成为制约区域经济可持续发展的重要因素之一（张强等，2020）。祁连山地处西北干旱半干旱区腹地，是我国重点生态功能区中“水源涵养重要区”和流域“山水林田湖草”系统的生命之源，而空中云水资源是该地区水资源持续利用的重要来源（李新等，2019），通过人工增雨（雪）技术开发云水资源以增加地表水是解决区域水资源短缺科学而有效的途径（Zhou et al.，2020），其中大气水汽及液态水作为水循环的中间环节是催化作业最主要的指标之一（洪延超和雷恒池，2012）。因此，了解祁连山区域大气水汽、液态水的分布和演变规律对于识别作业潜力区和作业时机，从而科学实施人工增雨（雪）作业，缓解区域干旱、促进区域经济和生态环境可持续发展意义重大。
作为一种被动遥感仪器，地基微波辐射计具有探测精度及时空分辨率高、受云雾影响小、穿透力强、长时间连续观测等优点，是探测大气水汽及液态水的有效手段（郭学良等，2013；Temimi et al.，2020）。近年来，随着微波辐射计硬件系统的改进及反演算法的提升，获取的降水天气下大气水汽和液态水廓线准确度明显提高（刘晓璐等，2019；Cadeddu et al.，2020；邹倩等，2022）。研究表明，受大气环流、地形、边界层及局地和区域天气气候条件等多因素影响，大气水汽及液态水呈现明显的季节与日变化特征，且存在地域性差异（韩芳蓉等，2017；黄建平等，2010；梁宏等，2010；王健等，2011；李金辉等，2022）。因此，有必要在祁连山区开展大气水汽及液态水的精细化定量分析，这对深入认识区域天气特点和开发空中云水资源有重要意义。此外，大气水汽及液态水的时空变化迅速，可反映天气过程中快速变化的云微物理特征（Adams et al.，2015），它们在降水前存在跃增现象，且在不同地区和不同降水类型下跃增开始时间、高度及演变特征存在差异（Calheiros and Machado，2014；汪小康等，2016；徐桂荣等，2019）。研判不同性质降水前大气水汽和液态水跃增开始时间及高度对于祁连山区精细化增雨（雪）作业有重要参考价值。
过去基于外场试验获取的探空资料、卫星反演及机载探测数据，开展的祁连山大气水汽及液态水分布和演变规律研究取得了一些进展（郑国光等，2011；丁晓东等，2012；程鹏等，2021），但因资料的时空分辨率不够理想，尤其是不同性质降水背景下廓线特征无法满足精细化的增雨（雪）业务需求。依托西北人影能力建设项目，祁连山东段甘肃永登地区于2019年9月布设了一台多通道地基微波辐射计，并开展连续观测。本文基于2019年9月至2021年5月永登地区地基微波辐射计资料，结合常规观测资料和探空资料，分析祁连山东段不同天气背景、降水强度下大气水汽及液态水时空分布特征，研判增雨作业指标，为准确识别作业条件和科学实施催化作业提供一定参考。
1 资料及精度检验
使用了兰州大学与中国兵器工业第206研究所共同研发的MWP967KV型地基微波辐射计2019年9月至2021年5月永登地区连续观测资料和同期永登国家气象观测站地面逐小时降水观测资料，时间均为北京时。MWP967KV型地基微波辐射计布设在永登国家气象观测站（103.25°E、36.75°N，海拔高度2 119 m），观测要素包括大气可降水量（Precipitable Water Vapor， PWV）、液态水路径（Liquid Water Path， LWP）、水汽密度（Vapor Density， VD）及液态水含量（Liquid Water Content， LWC）。
MWP967KV型地基微波辐射计配备的低温黑体辐射源与主机内部集成的常温黑体辐射源配合，对系统进行冷热法绝对定标，可满足气象观测和人工影响天气探测的长期高精度工作要求。该仪器有35个探测通道，包括K频段（22~30 GHz）和V频段（51~59 GHz）高性能的毫米波接收装置，亮温测量范围为0~400 K，测量精度0.5 K，并利用历史探空资料计算的亮温值作为输入参数，通过人工神经网络算法进行学习训练，实现对大气温湿廓线实时、连续反演。该辐射计输出廓线在垂直方向分为58层，其中地表至500 m高度的分辨率为50 m，>500~2 000 m高度的分辨率为100 m，>2~10 km高度的分辨率为250 m；时间分辨率为2 min（雷连发等，2014）。
另外，选取同期距永登站最近的榆中探空站观测资料，来检验MWP967KV型地基微波辐射计观测资料的精度。两地相距100 km，且同处于祁连山东段边坡的干旱半干旱地区，气候背景及大气层结相似。从图1看出，微波辐射计与探空观测的PWV平均偏差为0.2 cm，标准差为0.3 cm，相关系数达0.86，二者数值接近且相关性极高，因此用微波辐射计资料研究祁连山东段大气水汽含量是可行的。
图1
图1
微波辐射计与探空观测的PWV对比
Fig.1
The comparison between observed PWV by microwave radiometer and radiosonde
2 祁连山东段大气水汽和液态水时空分布
2.1 月际变化
图2
图2
无降水和降水天气下祁连山东段PWV（a）和LWP（b）的月际变化
Fig.2
Monthly variation of precipitable water vapor （a） and liquid water path （b） in eastern section of the Qilian Mountains under no-precipitation and precipitation weathers
从VD与LWC垂直廓线分布（高度为距地高度，下同）的季节变化（图3）来看，祁连山东段水汽密度随高度快速下降，近地面VD最大，98%以上的水汽分布在6.0 km高度以下，6.0 km以上VD接近0.0 g·m-3且变化不大；在各高度层，降水日的VD均大于无降水日，二者差异主要表现在2.0 km以下的低层，低层降水日VD下降速率大于无降水日，在2.0 km高度处VD迅速下降至不足地面的1/2。同样地，VD也具有明显的季节变化，夏季最大、冬季最小，近地面VD在夏季降水日可达9.0 g·m-3，而在冬季无降水日不足1.5 g·m-3，近地面降水日与无降水日VD差异在春季最大。
图3
图3
无降水和降水天气下祁连山东段VD和LWC垂直廓线的季节变化
Fig.3
Seasonal variation of vertical profiles of vapor density and liquid water content in eastern section of the Qilian Mountains under no-precipitation and precipitation weathers
与水汽密度垂直廓线不同，液态水含量随高度先增后减，春、夏、秋季LWC主要分布在6.0 km高度以下，冬季分布高度急剧下降至4.0 km以下，且LWC夏季深厚、冬季浅薄，最大值出现高度在夏季最高，春秋季次之，冬季最低，其中无降水日最大值出现高度（1.4~3.8 km）高于降水日（1.0~2.3 km）；同样地，各高度层降水日的LWC始终大于无降水日，且在春秋转换季节两种天气的差距更为明显，尤其是春季。
造成上述水汽及液态水分布的季节变化主要与大气环流有关。祁连山地处西风带、偏南季风（南亚季风和高原季风）和东亚季风环流影响交汇处（张强等，2007），冬半年主要受西风带影响，但这部分水汽输送相对较小，而夏半年水汽来源于夏季风输送，季风影响区北缘在33°N—44°N摆动，最西可达100°E（Zhang et al.，2016）。受此影响，祁连山东段大气水汽及液态水分布呈现明显的季节变化特征。另外，由于天气系统变化迅速，降水及云类、云量、云高等均会影响大气水汽及液态水分布，尤其春秋转换季节受天气系统影响更为明显（黄建平等，2010），致使液态水路径值离散度大。夏季对流云出现频率高，且云系发展较高，而冬季多以层状云为主（张华等，2015；刘建军和陈葆德，2017），故夏季液态水含量最大值出现的高度显著高于冬季。
2.2 日变化
从祁连山东段大气可降水量日变化[4（a）]来看，祁连山东段全年、夏半年、冬半年PWV均呈现“单峰单谷”的日变化特征，夏半年小时PWV值远高于冬半年，且日变化幅度较冬半年更大，峰谷值出现时间较冬半年略迟。从图4（b）看出，各月PWV谷值出现在清晨至正午，峰值出现在下午至傍晚，但不同季节差异明显。其中，夏季7月PWV谷值和峰值出现时间最迟，分别为12：00和21：00；随着季节变换，PWV峰值和谷值有所提前，冬季2月出现时间最早分别在06：00和16：00。
图4
图4
祁连山东段平均PWV日变化（a）和各月峰值、谷值（单位：cm）及出现时间（b）
Fig.4
Diurnal variation of mean precipitable water vapor （a）， the peak and valley values （Unit： cm） and their occurrence time in each month （b） in eastern section of the Qilian Mountains
从大气液态水含量垂直分布的日变化（图5）看出，夏半年液态水集中在0.5~5.5 km高度，LWC普遍在0.20 g·m-3以上，而冬半年主要分布在1.0~3.5 km高度，LWC为0.10~0.20 g·m-3，夏半年LWC分布较冬半年深厚，最大值约是冬半年的4倍。具体来说，夏半年，00：00—08：00液态水主要分布在0.5~4.5 km高度，且在1.0~2.0 km高度出现一个大值中心，LWC为0.33~0.40 g·m-3，但同一高度LWC随时间变化不大；之后，随着气温升高LWC逐渐增大，10：00—23：00在2.5~4.2 km高度出现2个大值中心，下部中心值略高于上部，LWC为0.35~0.44 g·m-3，中心最大值出现在16：00左右。需要指出的是，随着午后气温下降，16：00以后LWC逐渐减小，16：00—23：00在2.0~2.5 km高度再次出现一个弱中心，该中心LWC随时间变化不大。冬半年，19：00至次日10：00液态水主要分布在1.0~3.5 km高度，且在1.0~2.0 km高度存在一个大值中心，LWC为0.09~0.11 g·m-3；10：00以后，随着气温升高大值区高度上移，在2.2~3.0 km高度出现一个大值中心，LWC为0.07~0.09 g·m-3。
图5
图5
祁连山东段夏半年（a）和冬半年（b）LWC垂直分布日变化（单位：g·m-3）
Fig.5
Diurnal variation of liquid water content vertical distribution in summer half year （a） and winter half year （b） in eastern section of the Qilian Mountains （Unit： g·m-3）
综上可见，祁连山东段大气液态水含量的垂直分布同样具有明显的日变化和季节差异，液态水垂直伸展高度白天高于夜间，且夏半年分布较冬半年深厚，最大值所在高度高于冬半年；夏半年午后高层大值中心的液态水含量较凌晨低层大值中心的高，而冬半年正相反。
祁连山东段大气水汽及液态水日变化与地形和气温密切相关。夏季午后祁连山区地形云总是成排出现，中东段是总云量和低云量的高值中心，且白天局地对流性降水出现频率高（王宝鉴等，2006），天气系统造成水汽局地汇聚。另外，气温升高导致水循环增强（Cheng et al.，2021）。经统计，祁连山东段大气可降水量与气温呈显著正相关，各时刻的相关系数均在0.6以上（通过α=0.01的显著性检验），其中23：00至次日07：00的相关系数较大（0.8以上），15：00前后相关系数相对较小（图略），说明水汽受气温日变化影响显著。然而，水汽及液态水日变化的季节差异更多与边界层日变化及其季节差异相关。与冬季相比，夏季白天边界层发展迅速，抬升高度高、持续时间长，湍流活动活跃（Huang et al.，2017），故大气水汽及液态水峰值出现时间较冬季迟；夜间边界层稳定且持续时间长，大气水汽及液态水谷值出现时间较冬季迟。
2.3 周期性
图6
图6
2020年祁连山东段大气可降水量的小波分析
Fig.6
The wavelet analysis of precipitable water vapor in 2020 in eastern section of the Qilian Mountains
3 祁连山东段不同类型降水前水汽和液态水演变特征
微波辐射计可以反演大气水汽及液态水垂直结构及连续变化，而大气水汽及液态水垂直分布及变化特征在识别和判定人工增雨（雪）作业潜势条件、建立增雨（雪）作业指标方面有重要作用。为排除气候背景、季节、降水等因素对大气水汽及液态水分布的影响，选取永登站同一年、同一季节（2020年7—8月）前一天无降水发生的3个不同类型降水过程进行分析，分别为2020年7月17日15：00—18：00的积云降水（过程降水量1.0 mm，平均雨强0.3 mm·h-1）、7月24日08：00—10：00的暖云降水（过程降水量0.4 mm，平均雨强0.2 mm·h-1）、8月29日08：00—18：00的积层混合云降水（过程降水量17.5 mm，平均雨强1.8 mm·h-1，其中08：00—09：00平均雨强0.6 mm·h-1）。
总体来看，各种类型降水前大气水汽及液态水均存在跃增现象，但跃增量、跃增开始时间及高度存在差异。其中，积层混合云降水前跃增开始时间最早，积云降水前跃增量最大，且两种类型降水前大气水汽及液态水跃增高度显著高于暖云降水（图7）。
图7
图7
2020年7月17日积云降水（a、b）、24日暖云降水（c、d）和8月29日积层混合云降水（e、f）过程VD（彩色填充，单位：g·m-3）垂直分布及整层PWV（红色线条）（a、c、e）、LWC（彩色填充，单位：g·m-3）垂直分布及整层LWP（红色线条）（b、d、f）的时间变化
（黑色虚线对应的时间为降水开始时刻）
Fig.7
The change of vapor density at different heights （color filled areas， Unit： g·m-3） and integral precipitable water vapor （red lines）（a， c， e）， and liquid water content at different heights （color filled areas， Unit： g·m-3） and integral liquid water path （red lines）（b， d， f） with time in the processes of cumulus cloud precipitation on July 17 （a， b）， warm cloud precipitation on July 24 （c， d） and stratiform cloud with embedded cumulus cloud precipitation on August 29 （e， f）， 2020
（The black dashed line corresponds to the beginning time of precipitation）
暖云降水[图7（c）和图7（d）]开始前2 h左右，低层水汽密度持续维持高值，1.0 km高度以下水汽密度值在8.0 g·m-3以上，最大可达14.0 g·m-3，且2.0 km高度以下水汽占整层的90%以上，LWP值较大，为3.15 mm；降水开始前1.5 h左右，在1.0~2.0 km高度液态水含量显著增大至1.00 g·m-3以上，最大可达1.50 g·m-3，而2.0~4.0 km高度水汽密度略有下降，但PWV及LWP维持不变；降水开始前20 min左右，液态水及水汽开始向上发展，PWV和LWP开始跃增，分别跃增至3.63 cm和3.28 mm时降水开始，跃增量分别为1.50 cm和0.13 mm。
积层混合云降水[图7（e）和图7（f）]开始前12 h左右，水汽在2.0 km以下开始积聚，VD最大达10.6 g·m-3，同时3.0~4.0 km高度液态水显著增多，且大值区出现分层结构，分别位于3.8 km和3.0 km高度左右，对应的LWC值分别在1.10、0.80 g·m-3以上；降水前5 h左右，液态水路径下降，水汽减少，2.0~4.0 km高度水汽减少尤为明显，但此高度范围内液态水含量增大、大值区增厚，说明此高度层的水汽出现凝结并向液态水转化；降水开始前30 min，PWV及LWP显著增大，至2.80 cm和3.20 mm时降水开始，跃增量分别为1.30 cm和0.30 mm。可见，整个过程PWV及LWP波动上升，反映了大气的不稳定性。
上述分析可见，不同性质降水开始前大气水汽及液态水的反应不同，但均存在LWC在某一高度层跃增现象，LWC激增代表着云滴向雨滴的转化，这一高度层称为孕育区，同时也是丰水区，因此通过监测LWC跃增后的高度及时间，为增雨（雪）作业开始的时机及适宜高度提供参考。同时，不同性质降水前水汽及液态水的分布、跃增及演变状况的差异也体现了云微物理特征的差异。在暖云降水中，低层水汽密度一直维持高值，而液态水层薄、高度低且含量大，外部水汽输送加之夜间降温冷凝作用导致降水产生；积层混合云降水前期液态水和水汽的“蒸-凝作用”显示了云内不稳定特征。
为进一步认识降水前液态水的跃增特点，统计2020年7—8月22次不同性质降水前液态水含量的平均垂直廓线（图8），发现暖云LWC较积云和积层混合云高，跃增高度暖云一般在1.0~2.0 km，积层混合云、积云分别在3.0~3.5 km和3.5~4.0 km。另外统计发现，积层混合云和积云的LWP跃增量相当，为0.30 mm左右，而暖云的跃增量偏小，仅为0.15 mm；积层混合云的跃增时间早于积云和暖云。
图8
图8
不同类型降水开始前LWC平均垂直廓线
Fig.8
The mean vertical profiles of liquid water content before the onset of precipitation with different types
综上所述，降水前水汽和液态水均向上输送，并伴有PWV及LWP的跃增，但不同性质降水的LWC跃增开始高度、时间及跃增量不同。
4 结论
本文利用祁连山东段永登国家气象观测站地基多通道微波辐射计资料和常规气象观测资料，分析不同天气背景下祁连山东段大气水汽及液态水的时空分布及在不同性质降水前的演变特征，这对精细化判断人工增雨（雪）作业潜力区及作业时机有一定参考意义，主要结论如下：
（1）大气环流、地形、边界层变化及局地和区域天气气候条件对祁连山东段大气水汽及液态水时空分布有重要影响。祁连山东段大气水汽及液态水主要分布在6.0 km以下，水汽密度随高度下降，而液态水含量则随高度先增后减。降水天气背景下，水汽及液态水明显增大，液态水含量最大值出现的高度有所下降。
（2）大气水汽及液态水存在明显的季节变化，月峰值出现在7月，谷值出现在2月，其中夏季大气可降水量（占全年46%）远大于冬季，液态水含量垂直伸展范围及最大值高度夏季均高于冬季。
（3）大气水汽及液态水具有明显的日变化，且日变化特征存在季节差异。水汽日峰值出现在下午至傍晚，谷值出现在清晨至中午，且夏半年峰值及谷值出现时间较冬半年迟，峰谷值差距更大；液态水含量垂直伸展高度白天高于夜间，且夏半年垂直分布较冬半年深厚。
（4）祁连山东段大气可降水量存在10~20 d和8 d左右的主周期振荡，夏、秋季4~7 d和21~32 d的周期变化也比较明显，这与祁连山东段天气系统活动周期相吻合。
（5）在不同类型降水前祁连山东段大气水汽及液态水均存在跃增现象，但跃增量、跃增时间及高度存在差异。其中，7—8月积层混合云降水前跃增时间最早，积云降水前跃增量最大，跃增高度暖云显著偏低，而积层混合云、积云较高，且后者较前者略高。
参考文献
基于主动卫星遥感研究西北地区云层垂直结构特征及其对人工增雨的影响
[J].
利用2007 年1 月至2008 年12 月CLOUDSAT 和CALIPSO 卫星主动遥感资料分析了我国西北3 个典型区域不同云类型的宏观及微观的垂直结构特征。结果表明: 黄土高原、祁连山和天山地区的年均总云分数分别为62． 8%， 65． 2% 和73． 4%; 3 个区域的积状云在夏秋季节发展旺盛，而层状云在冬春季节占主导地位。云层垂直方向的概率密度分布具有显著的区域和季节变化特征，其峰值位于2 ～ 6 km 之间。各个区域云液态水含量自云底向上有明显的递减趋势，夏季天山和祁连山地区低层具有丰富的云水资源，峰值分别达0． 47 mg /m <sup>3</sup>、0． 38 mg /m<sup>3</sup>。各个区域的云液态水含量峰值以冬季最小，夏季最大。对应的液态云有效粒子半径平均值位于8 ～ 16 μm 之间。降水云的有效粒子半径随高度上升具有明显的递减趋势，而非降水云则存在较弱的增加趋势。这种云层垂直方向上的结构变化对降水有直接影响，是评估人工增雨潜力的重要依据。
地基GPS遥感的祁连山区夏季可降水量日变化特征及成因分析
[J].基于祁连山区2007年7～8月地基GPS遥感的大气可降水量（Precipitable Water,PW）资料、 探空资料和自动气象站资料， 采用谐波分析等方法， 分析了祁连山区夏季PW的日变化特征, 并初步探讨其成因。结果表明： 祁连山区夏季PW具有明显的日变化特征。PW日变化特征在无降水日比有降水日更显著。日循环（24 h）与半日循环（12 h）是PW日变化的主要信号。在无降水日， PW日变化以日循环为主， 振幅为0.8～1.6 mm， 峰值出现的时间在18:00～21:00（北京时， 下同）。半日循环的振幅为0.6～0.7 mm， 峰值出现的时间在05:00～06:00和17:00～18:00。在有降水日， 不同站点PW日变化特征有所不同， 有的以日循环为主导， 有的以半日循环为主导。PW日变化与逐时累积降水频次日变化具有明显的先后关系， 两者日变化的位相差为2.5 h。PW日变化与气温和比湿等要素的日变化以及山谷风演变有关。
祁连山云和空中水汽资源的季节分布与演变
[J].祁连山云和空中水汽资源具有明显的季节变化特征：总云量春季最多，夏季次之，低云量夏季最多，春季次之。近45年中的春季和夏季，总云量在减少，低云量在增加，对应降水也在增加；秋季三者都为减少趋势；冬季总云量和降水在增加，但低云却呈减少趋势。相关分析表明，总云和降水在夏季、秋季呈显著正相关，低云和降水在春季、夏季及秋季呈正相关；值得注意的是冬季低云和降水在祁连山的中东段呈负相关，但通不过信度检验。空中水汽主要沿两条路径输送到祁连山，平均状况下祁连山存在较强的水汽辐合，且东段辐合（-0.1～-0.05 kg/(m<sup>2</sup>·s）)强于中西段（-0.05～0 kg/(m<sup>2</sup>·s））。地中海、黑海、里海、咸海、阿拉伯海和孟加拉湾是祁连山的水汽输送源地，但各个季节又有所不同。祁连山区域的水汽收支表明，春季净水汽通量在1979年以后一直为正且呈增加趋势，夏季整个区域基本上是个“水汽汇”，秋季和冬季则一直为负。分析认为祁连山春、夏两季空中云水资源具有较好的开发潜力。
重庆不同天气条件下地基微波辐射计探测特征
[J].利用2012年1月至2014年8月重庆沙坪坝站的微波辐射计和探空数据,通过数值模拟检验微波辐射计的亮温精度,并统计分析晴空、有云和降水天气条件下微波辐射计反演产品的变化特征。结果表明:(1)有云时微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度相关性较好;晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温相关性较好。(2)不同天气条件下,微波辐射计反演温度与探空观测值的相关性都较高,降水时4.0 km以下微波辐射计反演温度明显偏高,有云和晴空时3.8 km以下的温度平均绝对误差小于2 ℃。微波辐射计反演的相对湿度与探空观测值的相关性较同高度层温度的相关性差,有云时1.0~2.6 km高度反演的相对湿度平均误差很小,降水时4.5 km以下平均误差也较小且稳定。降水时4.0 km以下微波辐射计反演的水汽密度平均误差明显偏大,有云时多数高度层平均误差较小。(3)4.2 km以下降水时08:00微波辐射计反演温度的平均误差较大,有云时08:00微波辐射计反演温度和水汽密度的平均误差均较小。说明微波辐射计反演的大气廓线具有可用性,且在稳定大气环境中反演效果更好。
The Amazon dense GNSS meteorological network: a new approach for examining water vapor and deep convection interactions in the tropics
[J].
Ground-based observations of cloud and drizzle liquid water path in stratocumulus clouds
[J].
Cloud and rain liquid water statistics in the CHUVA campaign
[J].
Increasing cloud water resource in a warming world
[J].
Accelerated dryland expansion under climate change
[J].Drylands are home to more than 38% of the total global population and are one of the most sensitive areas to climate change and human activities(1,2). Projecting the areal change in drylands is essential for taking early action to prevent the aggravation of global desertification(3,4). However, dryland expansion has been underestimated in the Fifth Coupled Model Intercomparison Project (CMIP5) simulations(5) considering the past 58 years (1948-2005). Here, using historical data to bias-correct CMIP5 projections, we show an increase in dryland expansion rate resulting in the drylands covering half of the global land surface by the end of this century. Dryland area, projected under representative concentration pathways (RCPs) RCP8.5 and RCP4.5, will increase by 23% and 11%, respectively, relative to 1961-1990 baseline, equalling 56% and 50%, respectively, of total land surface. Such an expansion of drylands would lead to reduced carbon sequestration and enhanced regional warming(6,7), resulting in warming trends over the present drylands that are double those over humid regions. The increasing aridity, enhanced warming and rapidly growing human population will exacerbate the risk of land degradation and desertification in the near future in the drylands of developing countries, where 78% of dryland expansion and 50% of the population growth will occur under RCP8.5.
Estimate of boundary-layer depth over Beijing, China, using Doppler lidar data during SURF-2015
[J].
On the analysis of ground-based microwave radiometer data during fog conditions
[J].
Aridity over a semiarid zone in northern China and responses to the East Asian summer monsoon
[J].
